Buchumschlag

MaLV-OS: Rethinking the Operating System Architecture for Machine Learning in Virtualized Clouds

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bitchebe, Stella, Balmau, Oana
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Operating Systems Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LithOS: An Operating System for Efficient Machine Learning on GPUs
von: Coppock, Patrick H., et al.
Veröffentlicht: (2025)

MinatoLoader: Accelerating Machine Learning Training Through Efficient Data Preprocessing
von: Nouaji, Rahma, et al.
Veröffentlicht: (2025)

Herding LLaMaS: Using LLMs as an OS Module
von: Kamath, Aditya K, et al.
Veröffentlicht: (2024)

When eBPF Meets Machine Learning: On-the-fly OS Kernel Compartmentalization
von: Wang, Zicheng, et al.
Veröffentlicht: (2024)

Machine Learning (ML) library in Linux kernel
von: Dubeyko, Viacheslav
Veröffentlicht: (2026)

Optimizing SSD Caches for Cloud Block Storage Systems Using Machine Learning Approaches
von: Cheng, Chiyu, et al.
Veröffentlicht: (2024)

Crash-Consistent Checkpointing for AI Training on macOS/APFS
von: Jeon, Juha
Veröffentlicht: (2025)

Hardware-Assisted Virtualization of Neural Processing Units for Cloud Platforms
von: Xue, Yuqi, et al.
Veröffentlicht: (2024)

Energy-Efficient Computation with DVFS using Deep Reinforcement Learning for Multi-Task Systems in Edge Computing
von: Li, Xinyi, et al.
Veröffentlicht: (2024)

An Integrated Artificial Intelligence Operating System for Advanced Low-Altitude Aviation Applications
von: Tan, Minzhe, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Dynamic Memory Allocation
von: Lim, Arisrei, et al.
Veröffentlicht: (2024)

Puzzle: Scheduling Multiple Deep Learning Models on Mobile Device with Heterogeneous Processors
von: Kang, Duseok, et al.
Veröffentlicht: (2025)

RUISA Operational Ecosystem Architecture
von: AL Mohtar, Mouayad
Veröffentlicht: (2026)

From Imperative to Declarative: Towards LLM-friendly OS Interfaces for Boosted Computer-Use Agents
von: Wang, Yuan, et al.
Veröffentlicht: (2025)

Accelerated Training on Low-Power Edge Devices
von: Ahmed, Mohamed Aboelenien, et al.
Veröffentlicht: (2025)

PowerInfer: Fast Large Language Model Serving with a Consumer-grade GPU
von: Song, Yixin, et al.
Veröffentlicht: (2023)

vAttention: Dynamic Memory Management for Serving LLMs without PagedAttention
von: Prabhu, Ramya, et al.
Veröffentlicht: (2024)

TenonOS: A Self-Generating LibOS-on-LibOS Framework for Time-Critical Embedded Operating Systems
von: Zhao, Xinkui, et al.
Veröffentlicht: (2025)

Ariel OS: An Embedded Rust Operating System for Networked Sensors & Multi-Core Microcontrollers
von: Frank, Elena, et al.
Veröffentlicht: (2025)

Dynamic Adaptation in Data Storage: Real-Time Machine Learning for Enhanced Prefetching
von: Cheng, Chiyu, et al.
Veröffentlicht: (2024)

TempoNet: Slack-Quantized Transformer-Guided Reinforcement Scheduler for Adaptive Deadline-Centric Real-Time Dispatchs
von: Fu, Rong, et al.
Veröffentlicht: (2026)

FlexServe: A Fast and Secure LLM Serving System for Mobile Devices with Flexible Resource Isolation
von: Wu, Yinpeng, et al.
Veröffentlicht: (2026)

Exploiting Application-to-Architecture Dependencies for Designing Scalable OS
von: Xiao, Yao, et al.
Veröffentlicht: (2025)

Generative Profiling for Soft Real-Time Systems and its Applications to Resource Allocation
von: Bondar, Georgiy A., et al.
Veröffentlicht: (2026)

Dynamic Optimization of Storage Systems Using Reinforcement Learning Techniques
von: Cheng, Chiyu, et al.
Veröffentlicht: (2024)

Bauplan: zero-copy, scale-up FaaS for data pipelines
von: Tagliabue, Jacopo, et al.
Veröffentlicht: (2024)

Efficient Memory Tiering in a Virtual Machine
von: Prakash, Chandra, et al.
Veröffentlicht: (2025)

Enhancing Battery Storage Energy Arbitrage with Deep Reinforcement Learning and Time-Series Forecasting
von: Sage, Manuel, et al.
Veröffentlicht: (2024)

Leveraging Machine Learning for Accurate IoT Device Identification in Dynamic Wireless Contexts
von: Tushir, Bhagyashri, et al.
Veröffentlicht: (2024)

PerOS: Personalized Self-Adapting Operating Systems in the Cloud
von: Hè, Hongyu
Veröffentlicht: (2024)

Analysis of Security in OS-Level Virtualization
von: Ketha, Krishna Sai, et al.
Veröffentlicht: (2025)

ProbeLogits: Kernel-Level LLM Inference Primitives for AI-Native Operating Systems
von: Son, Daeyeon
Veröffentlicht: (2026)

OSWorld-Human: Benchmarking the Efficiency of Computer-Use Agents
von: Abhyankar, Reyna, et al.
Veröffentlicht: (2025)

AdaptCache: KV Cache Native Storage Hierarchy for Low-Delay and High-Quality Language Model Serving
von: Feng, Shaoting, et al.
Veröffentlicht: (2025)

Semantic Scheduling for LLM Inference
von: Hua, Wenyue, et al.
Veröffentlicht: (2025)

Selective KV-Cache Sharing to Mitigate Timing Side-Channels in LLM Inference
von: Chu, Kexin, et al.
Veröffentlicht: (2025)

EVICPRESS: Joint KV-Cache Compression and Eviction for Efficient LLM Serving
von: Feng, Shaoting, et al.
Veröffentlicht: (2025)

Preparation Meets Opportunity: Enhancing Data Preprocessing for ML Training With Seneca
von: Desai, Omkar, et al.
Veröffentlicht: (2025)

Composable OS Kernel Architectures for Autonomous Intelligence
von: Singh, Rajpreet, et al.
Veröffentlicht: (2025)

MARS: Efficient, Adaptive Co-Scheduling for Heterogeneous Agentic Systems
von: Wang, Yifei, et al.
Veröffentlicht: (2026)